עם השגת יכולות חשיבה שלב-אחר-שלב על ידי מודלים כמו o3, Gemini Thinking ו-Claude Sonnet 3.7, עולה מחדש הוויכוח: האם אלו מנגנוני חשיבה אמיתיים או דפוסי סטטיסטיקה מתוחכמים? מחקר חדש מ-MIT שפורסם השבוע מראה שמודלים אלו נכשלים באופן עקבי בגרסאות שנגזרות קלות של בעיות שפתרו בהצלחה — מה שמעיד על חוסר הכללה עמוקה. מצד שני, חוקרים מ-Stanford טוענים שגם בני אדם נכשלים בבעיות דומות, ושהגבול בין 'חשיבה אמיתית' לעיבוד מידע מתוחכם אינו ברור. הדיון הזה חשוב להגדרת רגולציה ולאחריות על החלטות שמודלי AI מקבלים.

JetBrains הכריזה על Junie 2.0, גרסה משודרגת של עוזר ה-AI המשולב בסביבות הפיתוח שלה (IntelliJ, PyCharm, WebStorm ואחרות). הגרסה החדשה מאפשרת לעוזר לסרוק ולהבין את מבנה הפרויקט כולו — לא רק קובץ בודד — ולהציע שינויים מרובי-קבצים בלחיצה אחת. תכונה בולטת חדשה היא 'Code Memory': הכלי זוכר החלטות ארכיטקטוניות שנעשו בעבר ומשתמש בהן כהקשר בהמלצות עתידיות. המחיר: 15 דולר לחודש, כולל שימוש בלתי מוגבל בכל סביבות JetBrains.

השבוע פרסמנו השוואה מקיפה של שלושת המודלים המובילים לפי חמישה קריטריונים: חשיבה לוגית, כתיבה יצירתית, קידוד, ניתוח מסמכים ומהירות תגובה. הממצאים מעניינים: Gemini Ultra 3 מוביל בניתוח מסמכים ארוכים בזכות חלון ההקשר הגדול ביותר (2M טוקן), בעוד Claude Opus 4 מצטיין בכתיבה יצירתית ובמשימות הדורשות עקביות אתית. GPT-5 Turbo לוקח את הכתר בקידוד ובמהירות תגובה, ומציב את עצמו כבחירה הפרקטית ביותר לפיתוח. המסקנה: אין מנצח מוחלט — הבחירה תלויה בתרחיש השימוש.